Measurement Invariance of the Short Version of the Problematic Mobile Phone Use Questionnaire (PMPUQ-SV) across Eight Languages
Notice bibliographique
Résumé
The prevalence of mobile phone use across the world has increased greatly over the past two decades. Problematic Mobile Phone Use (PMPU) has been studied in relation to public health and comprises various behaviours, including dangerous, prohibited, and dependent use. These types of problematic mobile phone behaviours are typically assessed with the short version of the Problematic Mobile Phone Use Questionnaire (PMPUQ⁻SV). However, to date, no study has ever examined the degree to which the PMPU scale assesses the same construct across different languages. The aims of the present study were to (i) determine an optimal factor structure for the PMPUQ⁻SV among university populations using eight versions of the scale (i.e., French, German, Hungarian, English, Finnish, Italian, Polish, and Spanish); and (ii) simultaneously examine the measurement invariance (MI) of the PMPUQ⁻SV across all languages. The whole study sample comprised 3038 participants. Descriptive statistics, correlations, and Cronbach's alpha coefficients were extracted from the demographic and PMPUQ-SV items. Individual and multigroup confirmatory factor analyses alongside MI analyses were conducted. Results showed a similar pattern of PMPU across the translated scales. A three-factor model of the PMPUQ-SV fitted the data well and presented with good psychometric properties. Six languages were validated independently, and five were compared via measurement invariance for future cross-cultural comparisons. The present paper contributes to the assessment of problematic mobile phone use because it is the first study to provide a cross-cultural psychometric analysis of the PMPUQ-SV.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».